你好，我是胡夕。今天我要和你分享的主题是：那些主流的 Kafka 监控框架。

在上一讲中，我们重点讨论了如何监控 Kafka 集群，主要是侧重于讨论监控原理和监控方法。今天，我们来聊聊具体的监控工具或监控框架。

36丨数据分析算法篇答疑

算法篇更新到现在就算结束了，因为这一模块比较难，所以大家提出了形形色色的问题。我总结了同学们经常遇到的问题，精选了几个有代表性的来作为答疑。没有列出的问题，我也会在评论区陆续解答。

36丨数据库没有备份，没有使用Binlog的情况下，如何恢复数据？

我们上节课讲解了 MySQL 的复制技术，通过主从同步可以实现读写分离，热备份，让服务器更加高可用。MySQL 的复制主要是通过 Binlog 来完成的，Binlog 记录了数据库更新的事件，从库 I/O 线程会向主库发送 Binlog 更新的请求，同时主库二进制转储线程会发送 Binlog 给从库作为中继日志进行保存，然后从库会通过中继日志重放，完成数据库的同步更新。这种同步操作是近乎实时的同步，然而也有人为误操作情况的发生，比如 DBA 人员为了方便直接在生产环境中对数据进行操作，或者忘记了当前是在开发环境，还是在生产环境中，就直接对数据库进行操作，这样很有可能会造成数据的丢失，情况严重时，误操作还有可能同步给从库实时更新。不过我们依然有一些策略可以防止这种误操作，比如利用延迟备份的机制。延迟备份最大的作用就是避免这种“手抖”的情况，让我们在延迟从库进行误操作前停止下来，进行数据库的恢复。 当然如果我们对数据库做过时间点备份，也可以直接恢复到该时间点。不过我们今天要讨论的是一个特殊的情况，也就是在没做数据库备份，没有开启使用 Binlog 的情况下，尽可能地找回数据。 今天的内容主要包括以下几个部分：

你好，我是蔡元楠。

时间过的真快，转眼间我们已经结束了前五个模块的学习，来到了最后一个模块“大规模数据的挑战和未来”。

一门技术类课程的常见学习路线就是“过去→现在→未来”。这个专栏也是如此，我们首先研究了大数据处理技术的发展历程，从 MapReduce 出发，深入剖析了它的设计思路和优缺点。接下来结合具体的例子，一起学习了当下最流行的数据处理框架 Spark 和 Apache Beam。

36 | Pandas & Numpy: 策略与回测系统

大家好，我是景霄。

上节课，我们介绍了交易所的数据抓取，特别是 orderbook 和 tick 数据的抓取。今天这节课，我们考虑的是，怎么在这些历史数据上测试一个交易策略。

36 | 产品案例分析：解读知识星球

知识星球的创始人吴鲁加老师曾这样介绍这款 App ：“你可以把知识星球理解为一个手机版的论坛。”

他的产品机制设计非常聪明，从哪里看都像是论坛，但众多细节差异又使得它似乎变成了另外一个物种。

你好，我是 LMOS。

上节课我们对一次请求到响应的过程积累了一些宏观认识，相信你已经对整个网络架构有了一个整体蓝图。这节课，让我们来仔细研究一下网络数据是如何在内核中流转的，让你开阔视野，真正理解底层工程的实现思路。

一听交通事故，很多人的第一反应估计是，事故，那么严重？关我啥事？其实，不管是大型车祸发生还是小的擦蹭问题，都可能牵扯出一连串的纠纷。

交通事故，其实是每个人都无法回避的问题。知道事故相关的法律知识，以及事故发生后该怎么做，都是很有必要的。今天我就来现身说法，做一下今天故事的主人公。

你好，我是宫文学。

对泛型的支持，是现代语言中的一个重要特性。它能有效地降低程序员编程的工作量，避免重复造轮子，写很多雷同的代码。像 C++、Java、Scala、Kotlin、Swift 和 Julia 这些语言都支持泛型。至于 Go 语言，它的开发团队也对泛型技术方案讨论了很久，并可能会在 2021 年的版本中正式支持泛型。可见，泛型真的是成为各种强类型语言的必备特性了。

36 | 管理五模式：高手常用的管理模式有哪些？

你好，我是华仔。

上一讲我介绍了管理四象限，帮你明确了管理的工作范畴，带你熟悉了各项工作的关键点。但是在具体开展工作的时候，往往并不是管理者一个人规划好各项工作内容，然后交给团队去执行就可以了。原因有三点：